Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Rio Grande do Norte Escola de Ciências e Tecnologia ECT 1301 - Probabilidade e Estatística Prof. Sandro Bruno do Nascimento Lopes Prova 1 - Noite 2015.1 GABARITO 1. (2, 0 pontos) De acordo com o departamento de polícia de uma região, menos de 20% dos moradores da região sofreram algum assalto. Para constatar esta afirmação, um grupo de com 147 moradores foi selecionado de maneira aleatória, e destes 26 afirmaram que já sofreram assalto. Teste a afirmação da polícia com nível de significância de 10%. No problema, pede-se para estabelecer e concluir sobre a afirmativa de que menos de 20% dos moradores da região sofreram algum assalto. Neste caso, estabelece-se um teste de hipóteses sobre o valor da proporção populacional (que é o parâmetro mais adequado para descrever o valor de percentagem tratado no problema). Inicialmente, são definidas hipóteses do teste. Como a afirmativa de referência de que menos de 20% dos moradores da região sofreram algum assalto, tem-se que:{ H0 : p = 0, 2; H1 : p > 0, 2. De forma que se trata de um teste de proporção unicaudal superior. Neste caso, é utilizada como estatística de teste o teste Z para proporções, dado por: z = pˆ− p√ p(1− p) n Para tanto, é preciso verificar se o teste pode ser utilizado. Isto é feito conferindo se np ≥ 5 e n(1− p) ≥ 5. Para o teste, uma amostra com 147 moradores da região foi estabelecida, de forma que: • n = 147 moradores; • p = 0, 2; • np = 147 ∗ 0, 2 = 29, 4 ≥ 5; • n(1− p) = 147 ∗ (1− 0, 2) = 147 ∗ 0, 8 = 117, 6 ≥ 5 Sendo possível o uso do teste Z neste caso, a abordagem utilizada será por valor crítico, Sendo necessário estabelecer a região de rejeição. Para o teste Z unicaudal superior, a região de rejeição é dada por (−∞;−z1−α]. Desta maneira, é necessário estabelecer o valor crítico z1−α. Como o nível de significância estabelecido é α = 10% = 0, 10, tem-se que: • 1− α = 1− 0, 1 = 0, 9; • z1−α = z0,9 ≈ 1, 28; • Região de rejeição: (−∞;−1, 28]. 1 Definida, a região de rejeição, calcula-se a estatística de teste z, sabendo que, de uma grupo selecionado de 147 moradores, 26 disseram já ter sofrido assalto. • Proporção amostral: pˆ = 26147 ≈ 0, 1769 • Estatística de teste: z0 = pˆ− p√ p(1− p) n = 0, 1769− 0, 2√ 0, 2(1− 0, 2) 147 = −0, 0231√0, 2 ∗ 0, 8 147 = −0, 0231√0, 16 147 ≈ −0, 02310, 0330 ≈ −0, 7 Como o valor da estatística de teste z = −0, 7 pertence a região de rejeição (−∞;−1, 28], então não rejeita-se a hipótese H0 em favor de H1. Isto significa que não existem evidências fortes o suficiente para afirmar que menos de 20% dos moradores da região sofreram algum assalto. 2. (2, 0 pontos) O tempo de espera de um metrô em uma estação pode ser modelado com tendo distribuição exponencial com tempo médio de 15 minutos. (a) (0, 5 ponto) Qual a probabilidade de um metrô chegar nos próximos 10 mi- nutos? É dito no problema que a variável aleatória em questão X = { O tempo de espera de um metrô em uma estação } possui distribuição exponencial com valor médio dado por E(X) = 15 minutos. Como o valor médio é o inverso do parâmetro λ da distribuição, tem-se que: E(X) = 1 λ → 15 = 1 λ → λ = 115 → λ ≈ 0, 0667 Portanto, é possível afirmar que X ∼ Exp ( 1 15 ) . Sabe-se que, para uma distribuição exponencial, a função densidade de probabilidade f(x) é dada por: F (x) = { 1− e−λx, x ≥ 0; 0, caso contrário Para este problema, portanto, tem-se que: F (x) = { 1− e− 115x, x ≥ 0; 0, caso contrário Pede-se para calcular a probabilidade de um metrô chegar nos próximos 10 minutos. Este valor pode ser expresso como P (X ≤ 10) e é dado por: P (X ≤ 10) = F (10) = 1− e− 115∗10 = 1− e− 1015 ≈ 1− e−0,6667 ≈ 1− 0, 5134 = 0, 4866 2 Portanto, a probabilidade de um de um metrô chegar nos próximos 10 minutos é de, aproximadamente, 48, 66% (b) (0, 75 ponto) Qual é o tempo de espera máximo para 75% dos passageiros? O que se pede neste problema é o valor do tempo de espera xp máximo para 75% dos passageiros. Isto significa que o valor de xp deve ser tal que 75% dos tempos de espera sejam iguais ou menores do que ele, ou P (X ≤ xp) = 0, 75. Consequentemente: P (X ≤ xp) = 0, 75→ F (xp) = 0, 75→ 1− e− 115∗xp = 0, 75 → e−xp15 = 1− 0, 75→ e−xp15 = 0, 25→ −xp15 = ln 0, 25→ − xp15 ≈ −1, 3863→ xp = −1, 3863 ∗ (−15)→ xp = 20, 7945 Logo, o tempo de espera máximo para 75% dos passageiros e de, aproximadamente, 20, 7945 minutos ou 20 minutos e 48 segundos. (c) (0, 75 ponto) Sabendo que já se passaram 1 hora sem que nenhum metrô tenha passado nesta estação, qual a probabilidade de ter que se esperar, no máximo, mais 20 minutos para a chegada de um metrô? Pede-se, neste caso, para determinar a probabilidade de se esperar, no máximo, mais 20 minutos para a chegada de um metrô, sabendo já se passaram 1 hora (60 minutos) sem que nenhum metrô tenha passado nesta estação. Esta probabilidade pode ser expressa como P (X < 60 + 20|X > 60) e, de acordo com o princípio da falta de memória da distribuição exponencial, pode ser calculada como: P (X < 60 + 20|X > 60) = P (X < 20) = F (20) = 1− e− 115∗20 1− e− 2015 ≈ 1− e−1,3333 ≈ 1− 0, 2636 = 0, 7364 Portanto, a probabilidade de se esperar, no máximo, mais 20 minutos para a chegada de um metrô, sabendo já se passaram 1 hora sem que nenhum metrô tenha passado nesta estação, é de, aproximadamente, 73, 64%. 3. (2, 0 pontos) A espessura X de um modelo de cano de PVC, em milímetros, fabricado por um empresa pode ser expressa através da seguinte função densidade de probabilidade f(x): f(x) = x3 580 , 3 ≤ x ≤ 7 0, caso contrário (a) (1, 0 ponto) Determine a função de distribuição acumulada F (x) e calcule a probabilidade da espessura de um cano selecionado ser menor que 5 milíme- tros; A variável do problema em questão é X = { A espessura de um modelo de cano de PVC 3 } é a função densidade de probabilidade f(x) é dada como: f(x) = x3 580 , 3 ≤ x ≤ 7 0, caso contrário Expandindo a função f(x) no intervalo (−∞;∞), tem-se que: f(x) = 0, x < 3; x3 580 , 3 ≤ x ≤ 7 0, x > 7. Sabe-se que a função de distribuição acumulada F (x) pode ser definida a partir da função densidade de probabilidade f(x) a partir da expressão: F (x) = ∫ x −∞ f(u)du Como f(x) é dividida em três intervalos contínuos (x < 3, 3 ≤ x ≤ 7 e x > 7), é necessário avaliar cada parte separadamente: • Para x < 3: F (x) = ∫ x −∞ f(u)du = ∫ x −∞ 0 du = 0 • Para 3 ≤ x ≤ 7: F (x) = ∫ x −∞ f(u)du = ∫ 3 −∞ 0 du+ ∫ x 3 u3 580 du = 0 + 1 580 ∫ x 3 u3 du = 1580 [ u4 4 ]∣∣∣∣∣ x 3 = 1580 [( x4 4 ) − ( 34 4 )] = 1580 [( x4 4 ) − (81 4 )] = 1580 [ x4 − 81 4 ] = x 4 − 81 2.320 • Para x > 7: F (x) = ∫ x −∞ f(u)du = ∫ 7 −∞ f(u)du+ ∫ x 7 0 du = F (7) + 0 = 7 4 − 81 2.320 = 2.410− 81 2.320 = 2.3202.320 = 1 Portanto, a função de distribuição acumulada F (x) é dada por: F (x) = 0, x < 3; x4 − 81 2.320 , 3 ≤ x ≤ 7; 1, x > 7 O problema pede, ainda, para determinar a probabilidade da espessura de um cano selecionado ser menor que 5 milímetros. Com relação a variável aleatória em questão, 4 este problema pode ser reescrito como P (X < 5). Através da função de distribuição acumulada, tem-se que: P (X < 5) = F (5) = 5 4 − 81 2.320 = 625− 81 2.320 = 5442.320 = 0, 2344 Portanto, a probabilidade de da espessura de um cano selecionado ser menor que 5 milímetros é de 23, 44%. (b) (1, 0 ponto) Sabendo que a vazão V , em litros, de água suportada por canos deste modelo pode ser expressa por V = 5.800X2, determine a vazão média suportada pelos canos produzidos por esta empresa. Nesta questão, deseja-se calcular a vazão média suportada pelos canos produzidos por esta empresa. Estavazão média pode ser expressa matematicamente como E(V ), onde V é a vazão suportada pelos canos, e que está relacionada com a espessura X dos canos através da expressão V = 5.800X2. Logo, é correto afirmar que V = h(X) e, consequentemente: E(V ) = ∫ ∞ −∞ h(x)f(x) dx = ∫ ∞ −∞ 5.800x2f(x) dx = = ∫ 7 3 5.800x2 ( x3 580 ) dx = ∫ 7 3 (5.800 580 ) x5 dx = 10 ∫ 7 3 x5 dx = 10 [ x6 6 ]∣∣∣∣∣ 7 3 = 10 [ 76 6 − 36 6 ] = 10 [117.649 6 − 729 6 ] = 10 [116.920 6 ] ≈ 10 ∗ 19.486, 6667 = 194.866, 667 Logo, a vazão média suportada pelos canos produzidos por esta empresa é de, aproxi- madamente, 194.866, 667 litros. 4. (2, 0 pontos) O comprimento dos rebites produzidos por uma fábrica possui dis- tribuição normal com valor médio de 33, 5 centímetros e desvio-padrão de 1, 2 centímetros. (a) (0, 5 ponto) Determine a probabilidade de um rebite produzido por esta fá- brica ter comprimento dado entre 31 e 34 centímetros; De acordo com o problema, existe uma variável aleatóriaX = { Comprimento dos rebites produzidos por uma fábrica }, que possui distribuição normal, com valor médio mu = 33, 5 centímetros e desvio-padrão σ = 1, 2 centímetros. Ou seja, X ∼ N(33, 5; 1, 22). Como a distribuição de X é expressa por uma distribuição normal não-padrão, define-se o escore-Z Z associada a ela da seguinte forma: Z = X − µ σ = X − 33, 51, 2 5 Neste item, pede-se para calcular a probabilidade de um rebite produzido por esta fábrica ter comprimento dado entre 31 e 34 centímetros. Matematicamente, esta informação pode ser expressa como P (31 < X < 34) e é dada por: P (31 < X < 34) = P (31− 33, 5 1, 2 < Z < 34− 33, 5 1, 2 ) = P (−2, 5 1, 2 < Z < 0, 5 1, 2 ) ≈ P (−2, 0833 < Z < 0, 4167) ≈ P (−2, 08 < Z < 0, 42) = Φ(0, 42)− Φ(−2, 08) = 0, 6628− 0, 0188 = 0, 6440 Logo, a probabilidade de um rebite produzido por esta fábrica ter comprimento dado entre 31 e 34 centímetros é de, aproximadamente, 64, 40%. (b) (0, 75 ponto) Qual é o comprimento mínimo de 70% dos rebites fabricados? Nesta questão, pede-se para definir o comprimento mínimo de 70% dos rebites fabricados. Em termos da variável aleatória em questão, o que se deseja é obter um valor de X, denominado xp, para o qual 70% do rebites tenha comprimento igual ou maior, ou seja, P (X ≥ xp) = 0, 70. Reescrevendo o problema em função da variável Z, deseja-se estabelecer zp para o qual P (Z ≥ zp) = 0, 70. Consequentemente: P (Z ≥ zp) = 0, 70→ 1− Φ(zp) = 0, 70→ Φ(zp) = 1− 0, 70 Φ(zp) = 0, 30→ zp ≈ −0, 52 O valor da resistência xp é expresso através da expressão Z = X − 33, 5 1, 2 : zp = xp − 33, 5 1, 2 → −0, 52 = xp − 33, 5 1, 2 → xp − 33, 5 = −0, 52 ∗ 1, 2→ xp − 33, 5 = −0, 624 → xp = 33, 5− 0, 624→ xp = 32, 876 cm Portanto, o valor do comprimento mínimo de 70% dos rebites fabricados é de 32, 876 centímetros. (c) (0, 75 ponto) O emprego de um rebite é determinado de acordo com o com- primento deste. Estabeleceu-se que os rebites com mais de 35 centímetros são destinados exclusivamente a construção civil, rebites com menos de 32 centímetros são empregados exclusivamente na indústria automobilística, e rebites fora deste dois intervalos são empregados em outras áreas que não sejam construção civil ou indústria automobilística. Determine, então, a probabilidade de um rebite selecionado aleatoriamente ser empregado para a construção civil ou para a indústria automobilística. Nesta questão, pede-se para estabelecer a probabilidade de um rebite selecionado alea- toriamente servir para a construção civil ou para a indústria automobilística. De acordo com as informações do problema, é possível afirmar que: • Para um rebite ser aplicado na construção civil, ele precisa ter um comprimento maior do que 35 centímetros. Matematicamente, isto significa que X > 35; 6 • Para um rebite ser aplicado na indústria automotiva, ele precisa ter um comprimento menor do que 32 centímetros. Matematicamente, isto significa que X < 32; • Os dois conjuntos definidos (X > 35 e X < 32) não possuem intersecção, pois não possuem intervalo de valores em comum. Logo, estes dois conjuntos são considerados disjuntos. Como a probabilidade de interesse é por um rebite que seja empregado na construção civil ou na indústria automotiva, deseja-se avaliar P (X > 35 ∪X < 32). Como os dois conjuntos são disjuntos, tem-se que: P (X > 35 ∪X < 32) = P (X > 35) + P (X < 32) = P ( Z > 35− 33, 5 1, 2 ) + P ( Z < 32− 33, 5 1, 2 ) = P ( Z > 1, 5 1, 2 ) + P ( Z < −1, 5 1, 2 ) = P (Z > 1, 25) + P (Z < −1, 25) = [1− Φ(1, 25)] + Φ(−1, 25) = [1− 0, 8944] + 0, 1056 = 0, 1056 + 0, 1056 = 0, 2112 Portanto, a probabilidade de um rebite selecionado aleatoriamente ser empregado para a construção civil ou para a indústria automobilística é de, aproximadamente, 21, 12%. 5. (2, 0 pontos) A análise de desempenho médio dos alunos de uma grande escola foi levantada. Para tanto, realizou-se um teste com 51 alunos escolhidos aleatoria- mente, e constatou-se um desempenho médio de 570 pontos, e desvio padrão de 83 pontos. Determine o Intervalo de Confiança, com nível de confiança de 95%, para o desempenho médio dos alunos da escola. O problema pede para estabelecer um Intervalo de Confiança para o desempenho médio dos alunos da escola. Como se trata de um valor médio (desempenho médio), este Intervalo de Confiança pode ser considerado referente a média populacional µ. No problema é fornecido um valor de desvio-padrão referente a uma amostra com 51 alunos. Neste caso, o Intervalo de Confiança de interesse é dado como:[ x− tα 2 ,n−1 ( s√ n ) ;x+ tα 2 ,n−1 ( s√ n )] Para estabelecer o Intervalo de Confiança como sendo o apresentado anteriormente, é preciso garantir que a média amostral tenha distribuição aproximadamente normal. Isto pode ser feito verificando se a variável aleatória que descreve a população possui distribuição normal, ou o tamanho da amostra utilizada é suficientemente grande para considerar a aplicação do Teorema do Limite Central. Para este exemplo, a segunda condição é satisfeita, visto que a amostra utilizada tem tamanho n = 51 elementos, e a regra para a aplicação do Teorema do Limite Central é que n > 30. Com esta definição, torna-se necessário definir o valor crítico tα 2 ,n−1, sabendo que o nível de confiança desejado é de 95% e o tamanho da amostra é n = 51: • n− 1 = 51− 1 = 50; 7 • (1− α) ∗ 100% = 95% • 1− α = 0, 95; • α = 0, 05. • α2 = 0, 05 2 = 0, 025 • tα 2 ,n−1 = t0,025,50 = 2, 009 É informado no problema que, para um teste realizado com um conjunto de 51 alunos, o desempenho média foi de 570 pontos e o desvio-padrão de 83 pontos. Portanto, o intervalo de confiança será: [ x− tα 2 ,n−1 ( s√ n ) ;x+ tα 2 ,n−1 ( s√ n )] [ 570− 2, 009 ( 83√ 51 ) ; 570 + 2, 009 ( 83√ 51 )] [570− 2, 009 (11, 6223) ; 570 + 2, 009 (11, 6223)] [570− 23, 3492; 570 + 23, 3492] [546, 6508; 593, 3492] O intervalo de confiança definido para o desempenho médio dos alunos da escola é dado por [546, 6508; 593, 3492]. 8
Compartilhar